迈向开放联邦学习平台：技术与法律视角的综述与愿景

Moming Duan; Qinbin Li; Linshan Jiang; Bingsheng He

迈向开放联邦学习平台：技术与法律视角的综述与愿景

软件工程 2024-03-01 v3 人工智能机器学习

作者: Moming Duan , Qinbin Li , Linshan Jiang , Bingsheng He

摘要

传统联邦学习（FL）遵循服务器主导的合作范式，这缩小了 FL 的应用场景并降低了数据持有者的参与热情。为充分释放 FL 潜力，我们主张重新思考当前 FL 框架的设计，并将其扩展为更广义的概念：开放联邦学习平台，定位为面向所有互联网用户的众包协作机器学习基础设施。我们提出两种互惠合作框架以实现此目标：基于查询的 FL 与基于合约的 FL。本综述从技术与法律双视角全面审视构建开放 FL 平台的可行性。我们首先回顾 FL 的定义并总结其固有局限，包括服务器-客户端耦合、模型复用率低及非公开性。特别地，我们引入一种新颖的分类法以梳理涉及批量模型复用方法（包括组合、合并、蒸馏与生成）的 FL 研究中的模型许可兼容性分析。该分类法为识别相应许可条款提供了可行方案，并便利了复用模型时潜在法律影响与限制的分析。通过本综述，我们揭示了 FL 当前面临的困境，并倡导发展可持续的开放 FL 平台。我们旨在为未来建立此类平台提供指导，同时指明需解决的潜在局限。

关键词

联邦学习开放平台模型许可基于查询的联邦学习基于合约的联邦学习综述

引用

@article{arxiv.2307.02140,
  title  = {Towards Open Federated Learning Platforms: Survey and Vision from Technical and Legal Perspectives},
  author = {Moming Duan and Qinbin Li and Linshan Jiang and Bingsheng He},
  journal= {arXiv preprint arXiv:2307.02140},
  year   = {2024}
}

备注

Download Appendix from https://github.com/morningD/Towards-Open-Federated-Learning-Platforms-Survey/blob/main/TKDE-Tex/APPENDIX.pdf

迈向开放联邦学习平台：技术与法律视角的综述与愿景

摘要

关键词

引用

备注

相关论文